在python的金融技术分析
你知道是否有任何金融技术分析模块可用于Python？ 我知道Numpy有一点点，但我正在寻找像RSI，Macd，EMA等经典技术指标。 想知道他们是否作为一个模块的一部分存在。
这里有一些想法…我只使用Numpy，Scipy和Matplotlib进行财务计算。
- py-fi – 非常基本的财务function
- fin2py – 金融工具
- Numpy / Scipy – 涵盖了所有的统计基础
- Matplotlib – 绘制财务function
- RPy – R的Python接口，允许使用R库
- ystockquote – 用于Yahoo!的Python API 股票数据
- QuantLib – 开源库（据说有Python Bindings）
- PyFinancial – 西class牙文档
- PyMacLab – “用于进行dynamicmacros观经济研究的一系列类”
- TSDB – 用于存储大量的时间序列数据
- PyVol – 金融时间序列的波动性估计
TA-Lib – 指标库。 如何编译Python
Coursera.org也有一个计算金融课程 。
他们使用称为QSTK（QuantSoftware ToolKit）的Python开源库。 他们在维基页面上有大量的教程 ，如果您想了解更多信息，您可以随时参加课程。
为了方便起见，我从下面的wiki页面复制了描述：
QSToolKit（QSTK）是一个基于Python的开源软件框架，旨在支持组合构build和pipe理。 我们正在build立QSToolKit，主要面向金融专业的学生，计算机专业的学生和具有编程经验的量化分析师。 您不应该期望将其用作桌面应用程序交易平台。 相反，将其视为支持build模，testing和交易工作stream程的软件基础架构。
Scroll through the Gallery to see the sorts of things you can do easily with QSTK. If you are in a hurry, you can skip to the QSToolKit_Installation_Guide.QSTK的关键组件是：
- Data: A data access package that enables fast reading of historical data (qstkutil.DataAccess). - Processing tools: Uses pandas, a Python package designed for time series evaluation of equity data. - Portfolio optimization: Using the CVXOPT library. - Event studies: An efficient event analyzer, Event_Profiler. - Simulation: A simple backtester, quicksim, that includes transaction cost modeling.
您可能会发现这个技术指标库是有用的。 该库与着名的ta-lib库的工作方式类似，并包含在talib中未实现的指标
talibextensions
例如，可以通过以下方式使用最高最低最低指标（通过发送高和低向量以及周期数）：（从存储库中的testing中提取）
from indicators import TalibExtension hhllMatrix = TalibExtension.HHLL(self.high, self.low, 5);
